从 SuperAgent 设计探索,回看数字员工架构落地实践

文章借SuperAgent设计讨论,回顾QoderWake数字员工架构在任务路由、上下文分层、协作求助与权限约束上的落地实践。

写在前面

这几天,开发者社区开始讨论 SuperAgent。10 月 31 日,DeepSeek Harness 团队发布《Super-agent 设计探索:迈向更自主的 Agent 系统》,随后出现了围绕双层架构、事件驱动和长期运行的社区解读。

这次讨论把注意力放在 Agent 执行任务时的协调工作上。代码写完了,分析有了结果,工作却可能还没结束:用户补充了条件,又有新的反馈,原来的要求被修改,结果还要送回对应的工作入口。Agent 能承担更多具体执行,这些协调工作却仍可能占用人的大量注意力。

SuperAgent 探索的是更连续、高效、主动、持久的工作方式:跨工作入口保持上下文,后台执行时继续响应输入,根据环境事件推进工作,并通过状态管理和异常恢复支持长期运行。用户继续讨论手头的事,由系统管理会话、同步背景和安排执行。这也为回看 QoderWake 的技术选择提供了一个参照。

QoderWake 定位为数字员工,即时通信(IM)的单聊和群聊,是它与用户日常交互的高频场所。在 SuperAgent 文章发布前,QoderWake 已围绕这些场景中的任务管理与调度、多 Agent 协作和人类专家协助开展实践。它处理的也是同一个问题:信息和要求不断变化,一件工作怎样继续推进?

QoderWake 怎样处理持续变化的工作

企业群聊里,一件工作可能经过多次补充和调整,同一个群也可能同时讨论其他事情。聊天窗口主要按消息组织,用户发来新要求时,往往没有先选中对应的任务。数字员工需要先识别消息属于哪件事,才能用上新的信息,按最新要求继续工作。

QoderWake 将消息路由与具体执行分开。Task Router 理解意图、关联任务、选择执行者,也处理轻量直答;Work 层围绕具体任务工作。程序实现的 Task Coordinator 管理任务锁、队列、执行准入与生命周期。上下文和结果交付围绕任务组织,实际操作仍受权限约束;需要向人求助时,反馈也要接回原任务。

这些设计与 SuperAgent 的 Router/Worker 分工不谋而合,但两套系统的运行方式并不完全相同。在 QoderWake 中,这层分工具体落实到企业任务的管理、协作与交付,多轮连续性也被纳入内部评测。

理解这些选择,可以先从会话与任务的关系说起。

用户讨论工作,系统管理会话

以 Session 为中心使用 Agent,用户得记住工作在哪个窗口、哪些背景已经提供,还要把相关结论搬到另一个窗口。多开会话能够并行做事,会话之间的协调却往往仍靠人来完成。

SuperAgent 的双层架构尝试兼顾连续交互与并发执行:

在这套设计中,Router 处理跨任务的高层关联和人类交互,Worker 在隔离的上下文中执行。Worker 内部仍可组织子 Agent 或Group,将关键结论汇报给 Router,由 Router 统一对外回复。

用户关心一件工作查到哪里了,无须记住执行细节存在哪个 Session。QoderWake 面对的企业群聊中,一件工作跨越多条消息,一个群也可能同时推进多项任务,因此同样需要将消息归属判断与具体执行分开。

一条补充、一句改要求,怎样影响正在执行的任务

下面从一个简化的数据导出失败情境,看看这些设计怎样支持一件工作持续推进。

Agent 正在分析一次数据导出失败,群里补进来一句:

只影响昨天新增的账户,旧账户正常。

它向业务专家求助,得到回复:

这批账户使用了新的权限配置。

发起人紧接着改了要求:

先不改配置,只补一份核查清单。

此时分析已经开始,专家回复来自另一次交互,群里还在讨论版本发布风险。新线索需要回到原分析,最新要求要约束后续动作,清单完成后还得送回最初的业务群。单独理解每句话并不难。系统需要一直保留它们与任务的关系,否则用户就得重新解释。

我们要处理的,是这里的三个断点:消息与任务能否关联,协作之后能否接续,结果能否回到原处。

图 1|企业消息与任务的连续推进
图 1|企业消息与任务的连续推进

Router 分派工作,Task Coordinator 管理运行,Worker 推进任务

QoderWake 的 Task Router 负责理解意图、匹配任务、选择 Waker,也处理轻量直答。Work 层中的执行会话使用必要背景、专业能力、记忆和已授权工具,推进具体任务。

“只影响昨天新增的账户”要回到原来的排查任务,版本发布风险核查则应进入另一项工作。Router 据此判断消息是在发起新任务、补充信息、查进度,还是取消工作。意图不清楚时先澄清,需要执行时再分派。

对于新任务,Router 根据请求、Waker 的职责与能力以及业务规则选择执行者。已有任务的补充回到原 Task 和负责它的 Waker。数据分析、研发排查和测试核查可以分别组织,但这不意味着一个 Waker 只能处理一项任务。

任务交给谁,与现在能不能开始,是两件事。Task Coordinator 是程序实现的运行控制组件,负责锁、队列、执行准入以及状态、取消和恢复,不是第三个推理 Agent。

耗时分析交出去以后,消息入口可以继续处理新的输入。执行者只需了解自身任务相关的背景,无须理解群里的全部讨论。

图 2|QoderWake 的 Router / Worker 协作架构
图 2|QoderWake 的 Router / Worker 协作架构

这张图展示 QoderWake 的主要职责和流向。直接回复、澄清、专家反馈与工作结果有各自的处理路径,Waker Group 和 Waker Flow 也有自己的运行机制。执行始终受队列和容量约束,请求到达并不代表立即启动。

这里也能看到两套系统的差别。SuperAgent 原文让 Router 统一对外回复,QoderWake 按消息与工作类型安排回流。SuperAgent 还提出,Worker 订阅某个 Thread 后,后续事件由程序直接送达,以减少 Router 重复转发。

职责分工相近,具体实现仍需分别看待。是否采用订阅直通,取决于各自的任务关联和运行机制。共同需要判断的是:哪些关系还要由模型理解,哪些已经明确、可以交给程序处理。

Context 既要保留背景,也要反映最新要求

保存了完整聊天记录,仍然可能做错事。例如,报错、账户信息和专家回复都在,但“先不改配置,只补一份核查清单”没有影响正在运行的任务,旧执行就可能继续按原要求推进。

在单 Session 串行处理 @ 消息的 IM 接入中,新要求可能排队等到下一轮。将群里的所有新消息送进当前执行,又容易混入无关讨论。QoderWake 先判断消息的归属和作用,再选择处理方式:

在运行时支持追加输入的情况下,补充信息可在工具调用之间的安全时机交给模型。

把信息接回原任务之后,还要让执行者知道当前按什么要求做。Context 需要提供当前要求与必要背景,并区分排查材料和任务指令的作用。取消能够停止后续执行、阻止旧产物交付,但不能撤销已经发生的外部操作。

SuperAgent 用 Inline & Spill 及链式召回讨论信息如何按需进入上下文:近期可能用到的信息直接提供,长内容和低频信息保留引用,需要时沿关联关系读取。

各角色需要的信息不同,Router 需要判断消息属于哪项任务,执行 Waker 需要继续推进具体工作。两者不必获得相同的全部背景。我们围绕这些职责,将 Context 的内容分成六组:

Router 用候选任务和近期摘要判断归属,执行 Waker 关注当前目标、已有结论和本轮要求。专家只需获得足以回答问题的背景,无须默认读取整个群的聊天记录。

图 3|面向任务的 Context 分层设计
图 3|面向任务的 Context 分层设计

这些信息遵循关联、分层、按需和隔离的原则:先确定属于哪件事,再区分角色所需,缺什么补什么,并始终守住访问范围。

历史和记忆按需取用,来源与适用时间也要核查。旧约定不能覆盖当前要求,内容相关也不能代替访问授权。向一位专家求助,不意味着可以读取他参与的其他讨论。

上下文是否发挥作用,可以看发起人改了要求以后,后续动作是否随之调整,而不只是看保存了多少信息。

数字员工怎样参与企业协作

任务能够持续推进之后,还要考虑数字员工怎样参与企业日常协作:哪些工作该由自己接手,哪些动作需要授权,缺少业务背景时怎样向人求助,以及需要多个角色参与时怎样组织工作。这些问题,决定了数字员工能否在帮上忙的同时,守住职责与权限的边界。

求助之后,原来的工作要能继续

企业工作的关键背景可能掌握在人手里。Agent 向专家求助时,需要保留问题与任务的关系,反馈回来后才能继续分析。

QoderWake 在求助中携带对应任务、明确问题和必要背景,反馈返回发起求助的任务与执行者。Router 判断它应该接回哪里,执行 Waker 判断它会怎样改变分析。不同问题可以请教不同专家,每次交接都保留与原工作的关系。

文中那句“这批账户使用了新的权限配置”,只有接回对应求助,才能成为这次排查的依据。否则,即使收到了信息,原任务仍然可能停在等待状态。

主动响应,先确认这是不是我的工作

群里有人说"导出又失败了,有谁能帮忙看一下吗",如果排查属于数字员工的职责,可以成为主动响应的候选。但"请业务同事查一下,查完把结果发给 Waker",是在指定结果接收者,不能因为提到了 Waker 就认领工作。

QoderWake 的群消息主动响应方案分三层判断:

  1. 程序检查来源、时效和明确的定向关系。

  2. 轻量模型初筛是否值得继续,不规划也不回复。

  3. Router 结合群策略、响应身份和有限背景,确认职责与任务归属。

图 4|主动响应的工作识别与接手判断
图 4|主动响应的工作识别与接手判断

初筛不代表授权,评分也不能读成“该由当前 Waker 接手”的概率。未通过初筛,或 Router 判断不属于当前执行者,都应保持安静。确认接手后,工作进入独立上下文,按队列和并发约束执行。

这部分仍是需要检验效果与成本的设计方案。即使最终静默,筛选也会消耗资源。是否接手应以这次的新消息为依据,旧讨论只补充背景;定时任务与约定事件同样需要经过责任判断和权限校验。

权限约束,落实到实际能做的事

分析原因、整理清单和修改账户配置,需要的权限不同。理解了问题,并不意味着获得修改权限;讨论中有人提出建议,也不能当作授权。

QoderWake 将权限约束落实到数据访问、工具调用、实际操作和结果发送。允许、需要确认和不允许执行,各有相应路径:支持审批的场景请求确认,没有权限时说明限制或交由有权限的人处理。

历史消息、任务摘要和专家反馈都不能覆盖这些边界。等待、拒绝与中断有不同的处理机制,某类审批支持恢复执行,也不能据此推导所有操作都能自动续跑。

图 5|执行与交付中的权限约束
图 5|执行与交付中的权限约束

多轮连续性提高了,其他指标也要一起看

单轮回答质量很重要,但无法覆盖上述断点。我们还要检查:补充信息有没有接回原任务,新要求有没有影响后续执行,该发出的回复有没有真正送到用户面前。

下图采用 QoderWake 2026 年 8 月内部评测报告。报告覆盖三类场景、合计 300 个脚本案例,这里选取普通 Waker 与 QoderWake(有 Router 的 @Waker 配置)的结果进行对比。任务完成与上下文利用由大模型对照金标评分,多轮连续性与投递结合执行证据,及时性按耗时规则计分。各维度采用 0—100 评分,不代表任务成功率;普通 Waker 的 0.00 是本次评测中的多轮连续性得分。

图 6|普通 Waker 与 QoderWake 的五维评测
图 6|普通 Waker 与 QoderWake 的五维评测

多轮连续性是最突出的差异:QoderWake 为 86.56,普通 Waker 为 0.00,相差 86.56 个评分点。QoderWake 在任务完成、上下文利用与投递可靠性上的评分也更高。在这组对照中,QoderWake 的及时性评分比普通 Waker 低近 7 个评分点。

这组结果反映的是两种整体配置的表现,不能将差异全部归因于 Router。连续性改善的同时,也要结合执行质量、交付可靠性和等待成本,判断是否满足业务要求。

独立执行、协作群组和流程,分别解决什么问题

路由确定了工作归属,具体怎样组织执行,还要看任务的依赖和确定性。

QoderWake 将消息路由与工作组织分开,用 Waker、Waker Group 和 Waker Flow 分别承载独立执行、角色协作与约定流程。

导出失败的初步分析,可以交给一个 Waker。需要业务、研发和测试共同评估时,用 Waker Group 组织协商与复核。核查形成固定步骤,并有明确的检查条件和人工确认点以后,则可以用 Waker Flow 承载约定。

图 7|Waker、Waker Group、Waker Flow 三种工作形态
图 7|Waker、Waker Group、Waker Flow 三种工作形态

三种形态都可以有多个实例,分别负责各自的任务、协作目标或流程运行。它们是工作组织上的选择,不代表能力等级。能独立完成的工作保持简单,存在角色依赖时再引入协作,已经确定的规则交给流程。

如果增加 Agent 以后,用户反而要连接更多会话,协调负担就没有减少。分工是否合适,要看实际的交接成本。

让Agent持续工作,让人回到判断与决策

设计持续工作的 Agent,先要分清模型与系统各自负责什么:变化的要求需要模型理解,任务归属、执行状态和授权范围需要系统维护。理清这层分工,再决定在哪里引入路由、协作或流程。

成为一名合格的数字员工,真正的挑战不只在于完成多少任务,更在于一件工作经过补充、调整和协作之后,能否继续按新的要求推进。单次回答再好,如果用户仍要反复找回任务、补讲背景和转达结论,协调的负担就没有真正减少。

从 QoderWake 较早开展的企业数字员工实践,到近期围绕 SuperAgent 的设计讨论,我们看到了一个值得共同努力的方向:让 Agent 不只完成一次回答,也能持续参与一件工作的推进。我们希望 QoderWake 接过更多执行与协调,让人把精力留给目标、取舍和关键决定。模型能力与工程实践都还在向前,接下来值得继续检验的,是这些进步能否真正减少日常工作中的协调负担,让工作更省心。

Qoder的更多文章

查看全部文章

雁评

真实、有观点的好评或吐槽,欢迎分享你的使用体验。

登录后可查看你的发表权限